面向组合惯性导航系统的χ^(2)故障检测与诊断

文章主要对组合导航系统中的χ^(2)故障及其诊断进行研究。将该系统基本的误差模型作为依据,针对其故障诊断,提出了在联邦滤波结构中适用的故障监测技术,即通过联邦滤波结构中的残差检验技术来检测该系统里的硬故障,将没有故障情况下的最优全局估计信息构造滑动残差用作检验标准,来检测该系统中的软故障,并将软故障检测函数作为依据,自适应调节信息分配系数。经实验发现,本次所提出的算法在此类故障检测及其诊断中十分适用。

多个样本率两两比较χ~2检验界值的研究

目的 为探索更加完善的多个样本率两两比较的统计分析方法。方法 应用蒙特卡洛法在计算机上产生二项分类的样本数据。在反复分析运算之后 ,确定正式实验条件为 :总体率为 0 2 5 ,样本含量为 15 0 ,样本个数为 3、4、5、6、7、8、9、10 ,抽样次数为 10 0 0 0 0 0 ,概率为 0 90、0 75、0 5 0、0 40、0 30、0 2 0、0 10、0 0 5、0 0 2 5、0 0 1、0 0 0 5。结果 在大量正式运算之后 ,研制出多个样本率两两比较 χ2 检验界值。结论 合理的分析表明 ,本界值准确性高。

前兆异常识别的χ~2统计检验法及其应用

阐述了采用一定时间域前兆观测值的样本分布与其背景分布形式显著性的2 统计检验法识别前兆异常的思路 ,利用云南地区 1 994～ 1 996年的部分台站的水氡观测资料 ,采用上述方法提取了前兆异常 ,并与地震的实际发生情况进行了对比 ,表明强震前震源区附近水氡具有明显的前兆异常。由于分布形式的显著性检验法对异常反映较一般方法敏感 ,并且可以不受具体的分布形式的限制 。

基于核估计χ^2检验法的子弹药散布均匀性评价方法

子弹药抛撒散布均匀性评价是子母弹研究及工程应用中的一项重要内容。现有评价方法主要基于χ2检验法,存在着检验结果对分组区间的划分敏感以及要求样本数量足够大等缺点。前者使评价结果的可信度降低,后者使其应用范围受到限制。本文在核估计的基础上,提出一种改进的χ2检验法——核估计χ2检验法。利用该方法对某导弹子母战斗部的子弹药抛撒散布均匀性进行评价,并与现有评价方法作对比。结果表明,该方法能克服现有评价方法的不足,且能精细地反映子弹药散布情况。

粉绿柯群落优势乔木的生态位与种间关联分析

为更好地监测与保护濒危植物粉绿柯(Lithocarpus glaucus)种群,以广东阳春鹅凰嶂省级自然保护区的粉绿柯群落为研究对象,采用生态位测定法、方差比率法、χ^(2)检验等方法,结合Pearson相关系数和Spearman秩相关系数检验综合分析粉绿柯群落乔木层31种优势树的生态位和种间相互关系。结果表明:粉绿柯的重要值最大,生态位宽度优势明显(排名第2),仅次于天料木(Homalium cochinchinense)。粉绿柯与其余优势树种组成的30个种对中,25对种对的生态位相似性比超过0.50,26对种对的生态位重叠值超过0.50,说明粉绿柯与其余优势种生态习性相似较高。当资源有限时,各树种间存在竞争风险。研究区内31种优势乔木树种总体呈显著正关联,表明该地区粉绿柯群落处于相对成熟的演替后期阶段。χ^(2)检验、Pearson相关系数和Spearman秩相关系数检验综合分析结果表明,乔木层优势树种间的种间关联较为松散,各个树种倾向于独立分布。研究区粉绿柯群落目前正处于演替的后期阶段,资源利用充分,种间相关性较弱,各物种间存在竞争风险;粉绿柯种群生存状况良好,在没有人类活动干扰的条件下,粉绿柯有较强的生存潜力。为促进粉绿柯种群的恢复与壮大,可提升林内光照强度,适当移除群落中干枯及被风力摧倒的树木,限制与其生态位重叠程度大、有显著负关联的种群规模,以优化粉绿柯种群的生长环境。

卡平方(χ~2)检验在回归模型分析中的误用

在昆虫预测预报建立的回归方程检验中 ,常把卡平方统计量公式误用。为此分析了误用的原因及误用所造成的后果 ;给出了卡平方拟合性检验的定义过程 。

2016～2017年娄底市包装饮用水中铜绿假单胞菌检验结果分析

目的了解娄底市辖区内包装饮用水中铜绿假单胞菌污染状况,为监管部门日常监管和安全饮水提供理论依据。方法 2016~2017年在娄底辖区内从生产、流通环节采集包装饮用水共计383份,按照相应国家标准检测铜绿假单胞菌和大肠菌群。结果水样微生物指标总合格率为85.12%。饮用纯净水微生物指标均符合GB19298-2014《食品安全国家标准包装饮用水》标准要求。2016年和2017年桶装水中铜绿假单胞菌检出率分别为22.16%和13.64%,年度铜绿假单胞菌检出率差异无统计学意义(χ~2=1.310,P>0.05);大肠菌群的检出率为2.35%,与铜绿假单胞菌检出率比较,差异有统计学意义(χ~2=52.712,P<0.01);所有检出阳性样品中,具有蓝、绿色典型阳性菌特征菌落比例为87.72%;样品采集来源与样品合格率之间无统计学意义,2016年(χ~2=0.060,P>0.05),2017年(χ~2=0.839,P>0.05)。结论桶装水存在铜绿假单胞菌污染隐患,监管部门应加大监督管理力度,配合企业查找问题源头,保证消费者饮水安全。

如何正确运用χ^(2)检验——队列设计四格表资料的χ^(2)检验

本文目的是介绍队列设计四格表资料的χ^(2)检验、相对危险度的假设检验和区间估计、SAS以及R软件的实现。针对队列设计的特点,重点介绍相对危险度的概念、假设检验和区间估计方法。对SAS与R软件计算的结果作出解释,并给出统计和专业结论。

如何正确运用χ^(2)检验——病例对照设计四格表资料的χ^(2)检验

本文目的是介绍病例对照设计四格表资料的χ^(2)检验、优势比的假设检验和区间估计以及使用SAS与R软件实现的方法。针对病例对照设计的特点,重点介绍优势比的概念、假设检验和区间估计方法。对SAS与R软件计算的结果作出解释,并给出统计结论和专业结论。

如何正确运用χ^(2)检验——横断面设计四格表资料的χ^(2)检验

本文目的是介绍横断面设计四格表资料的χ^(2)检验及SAS和R软件实现。具体介绍了3种方法,即“Pearson΄sχ^(2)检验”“校正的Pearson΄sχ^(2)检验”和“似然比χ^(2)检验”。内容涉及前述提及的3种统计分析方法的检验假设、计算原理与公式、前提条件、SAS与R软件的实现、结果解释以及结论陈述。

应用χ~2统计量分析保险数据

本文就乌鲁木齐市不同民族,不同职业的居民对保险产品的认同水平运用χ2统计量[1]及关系矩阵进行齐一性假设检验,并对结果进行分析,得出了合乎情理的结论。根据居民职业的不同我们可以将文卫科、企管、工人、农牧、服务业、其他职业归为一类,而"公务员"、"金融"、"个体"各为一类。不同民族的居民对保险的认同水平同样差异显著:回族、维族与其它民族的差异性很小;回族与汉族有差异不大;而维族与汉族之间差异最大。

如何正确运用χ^(2)检验——三种双向无序二维列联表资料的χ^(2)检验

本文目的是介绍除四格表资料之外的三种双向无序二维列联表资料的χ^(2)检验以及SAS与R软件实现的方法。三种双向无序二维列联表是指双向无序的"R×2""2×C"和"R×C"(R与C均大于2)列联表。一般来说,分析它们的目的都是检验列联表中两属性变量是否独立,在满足特定前提条件时,可以选用的简单统计分析方法为χ^(2)检验;在不满足特定前提条件时,应当选择计算量非常大的Fisher’s精确检验法。

如何正确运用χ^(2)检验——χ^(2)分布及相关内容

本文目的是介绍χ^(2)分布及相关内容,包括χ^(2)分布和非中心χ^(2)分布。着重展示了两种χ^(2)分布的定义、概率密度函数的图形和主要性质,其中,两个最重要的性质分别是:①χ^(2)分布的极限分布为正态分布;②(n-1)s^(2)σ^(2)服从自由度为n-1的χ^(2)分布。除此之外,还阐释了χ^(2)分布与正态分布、χ^(2)检验统计量与Z检验统计量之间的关系。最后,基于SAS软件中的两个SAS函数呈现了χ^(2)分布的计算方法。

如何正确运用χ^(2)检验——两种单向有序二维列联表资料线性趋势χ^(2)检验

本文目的是介绍两种单向有序二维列联表资料线性趋势χ^(2)检验以及SAS与R软件实现的方法。两种单向有序二维列联表是指原因变量为R值有序变量的"R×2列联表"和结果变量为C值有序变量的"2×C列联表",对它们进行线性趋势检验分别需要采用Cochran-Armitage’s线性趋势χ^(2)检验和Lee’s线性趋势χ^(2)检验。

浅谈分布数据的χ^(2)拟合优度检验

本文给出X为离散分布或连续分布时不同情况下数据的χ^(2)拟合优度检验.

如何正确运用χ^(2)检验--生存资料的似然比检验和六种非参数检验与SAS实现

本文目的是介绍生存资料的似然比检验与六种非参数检验以及SAS实现。基于生存资料服从指数分布的假定,推导出似然比检验方法;而六种非参数检验方法的主要区别在于它们具有不同的权函数。在未分层和分层的条件下,都可以运用前述提及的七种生存资料假设检验方法,它们的共同点是其检验统计量都服从χ^(2)分布。本文通过两个实例,并借助SAS软件,实现两组或多组生存资料的各种假设检验,对输出结果作出解释,并给出统计结论和专业结论。

如何正确运用χ^(2)检验——高维表资料统计分析方法概述

本文目的是介绍高维表资料的种类及其对应的统计分析方法。基于结果变量的资料类型,常见的高维表资料可分为以下三类,即结果变量为二值变量、多值名义变量和多值有序变量。高维表资料的统计分析方法主要有两大类,第一类为广义差异性分析,内容包括“加权χ^(2)检验”“CMHχ^(2)检验”和“Meta分析”;第二类为回归分析,内容包括“对数线性回归模型分析”“Logistic回归模型分析”“Probit回归模型分析”和“离散选择模型分析”。

如何正确运用χ^(2)检验--拟合优度检验与SAS实现

本文目的是介绍拟合优度检验及其SAS实现,主要内容包括以下四个方面:①Pearson’s拟合优度检验;②偏差或称似然比拟合优度检验;③Hosmer-Lemeshow拟合优度检验;④稀疏资料拟合优度检验。前述提及的第四个方面的内容包含六种具体的检验方法,即“信息矩阵检验”“信息矩阵对角线检验”“Osius-Rojek检验”“未加权的残差平方和检验”“Spiegelhalter检验”和“Stukel检验”。本文结合一个实例并借助SAS软件实现前述提及的四类拟合优度检验,对输出结果做出解释,并给出统计结论和专业结论。

用Χ~2适合性检验分析百分制考试成绩

提出Χ2 适合性检验中的“成绩正态分布”吻合检验问题 ,指出在对学生成绩这一特殊总体除了进行Χ2 检验外 ,还要对其均值和标准差作适当限制 ,从而使检验法更加完善 ,更具有实际意义 .

如何正确运用χ^(2)检验--Wald’s检验与SAS实现

本文目的是介绍Wald’s检验与SAS实现。具体内容涉及以下9个方面,即一般Wald’s检验、稳健Wald’s检验、约束Wald’sχ^(2)检验、广义Wald’s检验、广义Wald’s对数线性检验、Wald’s F检验、Wald’s校正F检验、Wald’s对数线性F检验和校正Wald’s对数线性F检验。本文通过两个实例并借助SAS软件,实现前述提及的大多数Wald’s检验。